学习SLAM需要哪些预备知识？

内容来自知乎，「3DCV」整理，如有侵权请联系删除 https://www.zhihu.com/question/35186064

作者： 紫薯萝卜

SLAM涵盖的东西比较多，分为前端和后端两大块。前端主要是研究相邻帧的拼接，又叫配准 。根据传感器不一样，有激光点云 、图像、RGB-D拼接几种，其中图像配准 中又分基于稀疏特征(Sparse)的和稠密(Dense)的两种。后端主要是研究地图拼接(前端)中累积误差 的校正，主流就两种，基于概率学理论的贝叶斯滤波器 （EKF，PF）以及基于优化的方法。EKF已经用得很少了，PF也就在2D地图SLAM（Gmapping）中用得多，大多还是用优化的方法在做。

你自己已经说了这块需要的知识，一个是数学，一个是编程。 所以入门的话，也从这两块开始弄。

一、数学方面

数学的话，建议楼上说过的Thrun的《probabilistic robotics》，其实不需要全部看完，了解下概率学 是如何解决机器人中的问题的，关键学习贝叶斯滤波，也是就是贝叶斯公式 在各个问题(定位，SLAM)中的应用。另外，优化的话，建议先把最小二乘优化中给弄透彻，数学推导要会，因为很多问题，最后都是归结到最小二乘优化，然后就是梯度下降、求Jacobian之类的。

二、编程方面

理论的东西是比较无聊的，必须得实战。建议入门先写一发最小二乘 优化，可以就做一个简单的直线拟合，不要用Matlab中的优化工具，了解数学推导最后是怎么写到代码里面的。然后，一定要玩好Matlab优化工具包 ，做实验最方便了。

有了一些基础之后，可以尝试玩一些现有的SLAM包，推荐两个地方，一个是www. openslam .org，里面有各种SLAM包，主流的SLAM算法 ，在这一般都有源码。另外一个就是ROS了，里面有很多现成的SLAM包，像Gmapping，RGB-D SLAM，上手非常快，甚至你没有任何设备，你也可以利用ROS中的仿真环境（如Gazebo）跑。建议先试试Gmapping，百度上有很多中文教程，一开始跑这些package还是很涨成就感的，可以提高你的兴趣。

如果你是做视觉或者RGB-D，那么OpenCV和PCL是必不可少的工具。 早点上手肯定没得错。

三、进阶